CVPR2021|基于分类深度分布网络的单目3D物体检测

1.要解决的问题

单目3D物体检测核心问题是如何准确估计物体的深度信息。已有方法尝试显式地或隐式地学习深度信息。

显式地学习存在的问题：1：深度估计的过度置信。一些方法[14,38,39,62]通过深度估计网络在一个单独阶段显式学习深度信息，但是后续的3D检测模块在没有考虑深度置信度的问题的情况下直接利用估计的深度图，会导致网络深度估计中的过度置信问题。2：非End-to-End。为了防止3D检测任务影响深度图的估计效果，3D检测模块与深度估计模块一般需要分开训练。

隐式地学习存在的问题：1：特征拖尾效应。[50,46]直接将特征从图像空间转换至3D空间，最后转换至鸟瞰角度，会导致特征拖尾效应(feature smearing effects，即3D投影空间中的多个位置会出现相似的图像特征)，进而会增加物体定位难度。

作者想要获取具有高质量(即弱特征拖尾效应)的鸟瞰特征实现端到端的3D物体检测，那么如何获取高质量的鸟瞰特征？

2.提出的方法

提出了分类深度分布网络(CADDN):引入深度监督信号，预测逐像素的分类深度分布，将丰富的上下文特征信息投影到3D空间中的适当位置࿰

CVPR2021|基于分类深度分布网络的单目3D物体检测相关推荐

视觉3D感知（二）：单目3D物体检测
一.单目3D物体检测 (1)反变换 1.基本思路 1.3D图像反变换到3D世界世界坐标,在进行物体检测 2.病态问题:通过一些额外信息来辅助解决: 几何假设:目标位于地面(Oy已知) 深度估计:目标深 ...
DID-M3D | 用于单目3D目标检测的解耦实例深度（ECCV2022）
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取后台回复[多模态综述]获取论文! 后台回复[ECCV2022]获取ECCV2022所有自动驾驶方向论文! 后台 ...
ICCV2021 | 单目3D目标检测框架GUPNet解析
作者 | Kwong 编辑 | 汽车人原文链接:https://zhuanlan.zhihu.com/p/545796074 点击下方卡片,关注"自动驾驶之心"公众号 ADAS ...
重磅直播|GDR-Net：基于几何信息指导的单目6D物体姿态估计算法（CVPR2021作者开讲啦）...
大家好,本公众号现已开启线上视频公开课,主讲人通过B站直播间,对3D视觉领域相关知识点进行讲解,并在微信群内完成答疑. 本期由清华大学自动化系BBNC Lab王谷博士分享,分享的主题为<基于几何 ...
DD3D:基于预训练的单目3D目标检测
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达来源丨CV研习社作者丨元气满满的打工人文章导读导读:3D目标检测的主要应用场景就是自动驾驶,虽然 ...
【单目3D目标检测】MonoDLE论文精读与代码解析
文章目录 Preface Abstract Contributions Diagnostic Experiments Pipeline Revisiting Center Detection Trai ...
MonoCon：使用辅助学习的单目3D目标检测框架(AAAI 2022)
作者丨慕弋云子@知乎来源丨https://zhuanlan.zhihu.com/p/455897310 编辑丨3D视觉工坊本文已被收录在单目3D目标检测的综述文章中.如果你对单目3D目标检测的相关 ...
【单目3D目标检测】MonoFlex论文精读与代码解析
文章目录 Preface Abstract Contributions Pipeline Problem Definition Decoupled Representations of Objects ...
浅述单目3D目标检测
作者丨慕弋云子@知乎来源丨https://zhuanlan.zhihu.com/p/432135656 编辑丨3D视觉工坊三维目标检测是一个相对上游.比较基础却又新兴的任务领域.得益于自动驾驶和2 ...

CVPR2021|基于分类深度分布网络的单目3D物体检测

CVPR2021|基于分类深度分布网络的单目3D物体检测相关推荐

最新文章

热门文章